项目编号：2024-56(校)招生简章【项目内容】 本课程为从事医学-人工智能（AI in Medicine）领域的研究者及从业人员设计定制。 当进入医学研究领域时，面对跨越学科壁垒的合作，AI领域专家会遇到诸多挑战——医学陌生且复杂的学科架构和术语体系；临床实践特殊的思考方法、决策流程和工作模式；严格的伦理规范和患者隐私保护要求等。尽管搜索引擎和大语言模型可以提供部分碎片化信息，但是，如果要更深入理解和满足临床的需求、...
本次课程聚焦上述热点问题，旨在帮助研究者利用既有电子健康档案数据合理设计研究，规范清理和整合数据，介绍近年来热点的线性混合效应模型和轨迹分析，以及机器学习算法和环境气候与疾病关联研究；并专门讲解中医药领域的数据治理和大语言模型应用范式。
在医学领域，科学文献、临床证据及相关数据集的快速增长，对医学研究者、临床决策者造成了巨大的信息负担。自然语言处理技术尤其是大语言模型（例如ChatGPT等）中科学推理能力的突破性发展为缓解信息负担提供了全新手段，也为人机融合临床研究决策带来了全新场景。本课程将AI技术与文献挖掘方法结合起来，聚焦大语言模型在医学文献大数据知识挖掘中的应用，基于常见疾病场景及经典案例进行课程设计，兼顾创新性与实用性。
Python健康医疗数据分析是开展健康数据科学、人工智能、机器学习等相关领域研究的重要基础，Python健康医疗数据分析是开展健康数据科学、人工智能、机器学习等相关领域研究的重要基础，通过真实医疗数据分析，深入了解编程和机器学习的相关原理，以及提高解决问题的实际动手能力。
北京大学健康医疗大数据国家研究院版权所有 2019-2020
